實(shí)驗(yàn)室研究人臉技術(shù)多年奸忽，不僅在技術(shù)方面有很好的積累阎肝，而且在公司內(nèi)外的業(yè)務(wù)中有眾多應(yīng)用甩骏。在與產(chǎn)品窗市、商務(wù)、工程開發(fā)同事交流過程中發(fā)現(xiàn)：不管是“從圖中找到人臉的位置”饮笛，或是“識(shí)別出這個(gè)人臉對(duì)應(yīng)的身份”咨察，亦或是其他，大家都會(huì)把這些不同的人臉技術(shù)統(tǒng)稱為“人臉識(shí)別技術(shù)”福青。

人臉技術(shù)基本概念介紹

人臉檢測(cè)

“人臉檢測(cè)（Face Detection）”是檢測(cè)出圖像中人臉?biāo)谖恢玫囊豁?xiàng)技術(shù)摄狱。

人臉檢測(cè)算法的輸入是一張圖片脓诡，輸出是人臉框坐標(biāo)序列（0個(gè)人臉框或1個(gè)人臉框或多個(gè)人臉框）。一般情況下媒役，輸出的人臉坐標(biāo)框?yàn)橐粋€(gè)正朝上的正方形誉券，但也有一些人臉檢測(cè)技術(shù)輸出的是正朝上的矩形，或者是帶旋轉(zhuǎn)方向的矩形刊愚。

常見的人臉檢測(cè)算法基本是一個(gè)“掃描”加“判別”的過程，即算法在圖像范圍內(nèi)掃描踩验，再逐個(gè)判定候選區(qū)域是否是人臉的過程鸥诽。因此人臉檢測(cè)算法的計(jì)算速度會(huì)跟圖像尺寸、圖像內(nèi)容相關(guān)箕憾。開發(fā)過程中牡借，我們可以通過設(shè)置“輸入圖像尺寸”、或“最小臉尺寸限制”袭异、或“人臉數(shù)量上限”的方式來(lái)加速算法钠龙。

人臉檢測(cè)結(jié)果舉例（綠色框?yàn)槿四槞z測(cè)結(jié)果）

2. 人臉配準(zhǔn)

“人臉配準(zhǔn)（Face Alignment）”是定位出人臉上五官關(guān)鍵點(diǎn)坐標(biāo)的一項(xiàng)技術(shù)。

人臉配準(zhǔn)算法的輸入是“一張人臉圖片”加“人臉坐標(biāo)框”御铃，輸出五官關(guān)鍵點(diǎn)的坐標(biāo)序列碴里。五官關(guān)鍵點(diǎn)的數(shù)量是預(yù)先設(shè)定好的一個(gè)固定數(shù)值，可以根據(jù)不同的語(yǔ)義來(lái)定義（常見的有5點(diǎn)上真、68點(diǎn)咬腋、90點(diǎn)等等）。

當(dāng)前效果的較好的一些人臉配準(zhǔn)技術(shù)睡互，基本通過深度學(xué)習(xí)框架實(shí)現(xiàn)根竿，這些方法都是基于人臉檢測(cè)的坐標(biāo)框，按某種事先設(shè)定規(guī)則將人臉區(qū)域扣取出來(lái)就珠，縮放的固定尺寸寇壳，然后進(jìn)行關(guān)鍵點(diǎn)位置的計(jì)算。因此妻怎，若不計(jì)入圖像縮放過程的耗時(shí)壳炎，人臉配準(zhǔn)算法是可以計(jì)算量固定的過程。另外逼侦，相對(duì)于人臉檢測(cè)冕广，或者是后面將提到的人臉提特征過程，人臉配準(zhǔn)算法的計(jì)算耗時(shí)都要少很多偿洁。

人臉配準(zhǔn)結(jié)果舉例（右圖中的綠色點(diǎn)位人臉配準(zhǔn)結(jié)果）

3. 人臉屬性識(shí)別

“人臉屬性識(shí)別（Face Attribute）”是識(shí)別出人臉的性別撒汉、年齡、姿態(tài)涕滋、表情等屬性值的一項(xiàng)技術(shù)睬辐。

一般的人臉屬性識(shí)別算法的輸入是“一張人臉圖”和“人臉五官關(guān)鍵點(diǎn)坐標(biāo)”，輸出是人臉相應(yīng)的屬性值。人臉屬性識(shí)別算法一般會(huì)根據(jù)人臉五官關(guān)鍵點(diǎn)坐標(biāo)將人臉對(duì)齊（旋轉(zhuǎn)溯饵、縮放侵俗、扣取等操作后，將人臉調(diào)整到預(yù)定的大小和形態(tài)）丰刊，然后進(jìn)行屬性分析隘谣。

常規(guī)的人臉屬性識(shí)別算法識(shí)別每一個(gè)人臉屬性時(shí)都是一個(gè)獨(dú)立的過程，即人臉屬性識(shí)別只是對(duì)一類算法的統(tǒng)稱啄巧，性別識(shí)別寻歧、年齡估計(jì)、姿態(tài)估計(jì)秩仆、表情識(shí)別都是相互獨(dú)立的算法樱蛤。但的一些基于深度學(xué)習(xí)的人臉屬性識(shí)別也具有一個(gè)算法同時(shí)輸入性別征冷、年齡菩颖、姿態(tài)等屬性值的能力谤职。

人臉屬性識(shí)別過程（最右側(cè)文字為屬性識(shí)別結(jié)果）

4. 人臉提特征

“人臉提特征（Face Feature Extraction）”是將一張人臉圖像轉(zhuǎn)化為一串固定長(zhǎng)度的數(shù)值的過程。這個(gè)數(shù)值串被稱為“人臉特征（Face Feature）”齐莲，具有表征這個(gè)人臉特點(diǎn)的能力痢站。

人臉提特征過程的輸入也是 “一張人臉圖”和“人臉五官關(guān)鍵點(diǎn)坐標(biāo)”，輸出是人臉相應(yīng)的一個(gè)數(shù)值串（特征）选酗。人臉提特征算法都會(huì)根據(jù)人臉五官關(guān)鍵點(diǎn)坐標(biāo)將人臉對(duì)齊預(yù)定模式瑟押，然后計(jì)算特征。

近幾年來(lái)星掰，深度學(xué)習(xí)方法基本統(tǒng)治了人臉提特征算法多望，這些算法都是固定時(shí)長(zhǎng)的算法。早前的人臉提特征模型都較大氢烘，速度慢怀偷，僅使用于后臺(tái)服務(wù)。但的一些研究播玖，可以在基本保證算法效果的前提下椎工，將模型大小和運(yùn)算速度優(yōu)化到移動(dòng)端可用的狀態(tài)。

image

人臉提特征過程（最右側(cè)數(shù)值串為“人臉特征”）

5. 人臉比對(duì)（人臉驗(yàn)證蜀踏、人臉識(shí)別维蒙、人臉檢索、人臉聚類）

“人臉比對(duì)（Face Compare）”是衡量?jī)蓚€(gè)人臉之間相似度的算法

人臉比對(duì)算法的輸入是兩個(gè)人臉特征（注：人臉特征由前面的人臉提特征算法獲得）果覆，輸出是兩個(gè)特征之間的相似度颅痊。人臉驗(yàn)證、人臉識(shí)別局待、人臉檢索都是在人臉比對(duì)的基礎(chǔ)上加一些策略來(lái)實(shí)現(xiàn)斑响。相對(duì)人臉提特征過程菱属，單次的人臉比對(duì)耗時(shí)極短，幾乎可以忽略舰罚。

基于人臉比對(duì)可衍生出人臉驗(yàn)證(Face Verification)纽门、人臉識(shí)別(Face Recognition)、人臉檢索(Face Retrieval)营罢、人臉聚類（Face Cluster）等算法赏陵。

image

人臉對(duì)比過程（右側(cè)的相似度為人臉比對(duì)輸出的結(jié)果）

6. 人臉驗(yàn)證

“人臉驗(yàn)證（Face Verification）”是判定兩個(gè)人臉圖是否為同一人的算法。

它的輸入是兩個(gè)人臉特征饲漾，通過人臉比對(duì)獲得兩個(gè)人臉特征的相似度蝙搔，通過與預(yù)設(shè)的閾值比較來(lái)驗(yàn)證這兩個(gè)人臉特征是否屬于同一人（即相似度大于閾值，為同一人能颁；小于閾值為不同）。

image

人臉驗(yàn)證過程說明（最右側(cè)“是同一人”為人臉驗(yàn)證的輸出）

7. 人臉識(shí)別

“人臉識(shí)別(Face Recognition)”是識(shí)別出輸入人臉圖對(duì)應(yīng)身份的算法倒淫。

它的輸入一個(gè)人臉特征伙菊，通過和注冊(cè)在庫(kù)中N個(gè)身份對(duì)應(yīng)的特征進(jìn)行逐個(gè)比對(duì)，找出“一個(gè)”與輸入特征相似度較高的特征敌土。將這個(gè)較高相似度值和預(yù)設(shè)的閾值相比較镜硕，如果大于閾值，則返回該特征對(duì)應(yīng)的身份返干，否則返回“不在庫(kù)中”兴枯。

人臉識(shí)別過程（右側(cè)身份“jason”為人臉識(shí)別結(jié)果）

8. 人臉檢索

“人臉檢索”是查找和輸入人臉相似的人臉序列的算法。

人臉檢索通過將輸入的人臉和一個(gè)集合中的說有人臉進(jìn)行比對(duì)矩欠，根據(jù)比對(duì)后的相似度對(duì)集合中的人臉進(jìn)行排序财剖。根據(jù)相似度從高到低排序的人臉序列即使人臉檢索的結(jié)果。

人臉檢索過程（右側(cè)綠框內(nèi)排序序列為檢索結(jié)果）

9. 人臉聚類

“人臉聚類（Face Cluster）”是將一個(gè)集合內(nèi)的人臉根據(jù)身份進(jìn)行分組的算法癌淮。

人臉聚類也通過將集合內(nèi)所有的人臉兩兩之間做人臉比對(duì)躺坟，再根據(jù)這些相似度值進(jìn)行分析，將屬于同一個(gè)身份的人劃分到一個(gè)組里乳蓄。

在沒有進(jìn)行人工身份標(biāo)注前咪橙，只知道分到一個(gè)組的人臉是屬于同一個(gè)身份，但不知道確切身份虚倒。另外假設(shè)集合中有N個(gè)人臉美侦，那么人臉聚類的算法復(fù)雜度為O(N2)

人臉聚類過程（右側(cè)綠框內(nèi)按身份的分組結(jié)果為聚類結(jié)果

）

10. 人臉活體

“人臉活體（FaceLiveness）”是判斷人臉圖像是來(lái)自真人還是來(lái)自攻擊假體（照片、視頻等）的方法魂奥。

和前面所提到的人臉技術(shù)相比菠剩，人臉活體不是一個(gè)單純算法，而是一個(gè)問題的解法耻煤。這個(gè)解法將用戶交互和算法緊密結(jié)合赠叼，不同的交互方式對(duì)應(yīng)于完全不同的算法擦囊。鑒于方法的種類過于繁多，這里只介紹“人臉活體”的概念嘴办，不再展開瞬场。

結(jié)束語(yǔ)

本文簡(jiǎn)要的介紹了一些主要的人臉技術(shù)的概念，目的是讓非研究的同事對(duì)各項(xiàng)技術(shù)所能解決的問題有所了解涧郊。對(duì)于希望對(duì)這些技術(shù)有進(jìn)一步深入了解的同事贯被，可以多搜索優(yōu)圖人臉相關(guān)的文章。